Jak wybrać pierwszy proces dla agenta AI

Masz listę zadań, które mógłby przejąć agent AI, i musisz zdecydować, od którego zacząć. Wybierz proces, który powtarza się często, ma reguły dające się wytłumaczyć nowej osobie, korzysta z danych, do których już masz dostęp, i w którym błąd łatwo wychwycić i cofnąć. Oceń kilku kandydatów według tych czterech kryteriów, zwycięzcę uruchom w trybie „agent proponuje, człowiek zatwierdza” i porównaj wyniki z tym, jak ta praca wygląda dziś.

Dlaczego pierwszy proces jest ważniejszy niż model

Gartner przewiduje, że ponad 40% projektów z agentami AI zostanie przerwanych do końca 2027 roku. Powody to rosnące koszty, niejasna wartość biznesowa i niewystarczająca kontrola ryzyka. W tym samym komunikacie analitycy piszą, że wiele zastosowań przedstawianych dziś jako agentowe wcale nie wymaga agenta.

Z naszego doświadczenia wynika, że pierwszy projekt rzadko utyka przez model. Zwykle hamuje go proces, którego nikt nie potrafi rozpisać krok po kroku, dane rozrzucone między ERP, wspólną skrzynkę i kilka arkuszy Excela albo zadanie, w którym jedna pomyłka kosztuje więcej niż miesiąc zaoszczędzonego czasu.

Dlatego najpierw wybierz proces. Narzędziami zajmiesz się później.

Krok po kroku: jak wybrać pierwszy proces

Zbierz 5-10 kandydatów od ludzi, którzy wykonują tę pracę. Zapytaj kierowników zespołów, co ich ludzie powtarzają codziennie i co najchętniej oddaliby komuś od jutra. Typowe odpowiedzi: rozdzielanie przychodzących dokumentów, dopasowywanie faktur do zamówień, odpowiadanie na powtarzalne pytania klientów albo serwisantów, składanie cotygodniowego raportu z kilku systemów.
Rozpisz każdego kandydata na kroki. Zanotuj, co uruchamia proces, jakich systemów dotyka, jakie decyzje podejmuje człowiek i co powstaje na końcu. Jeśli nikt nie umie rozpisać kroków, proces nie nadaje się jeszcze do żadnej automatyzacji.
Sprawdź, czy w ogóle potrzebujesz agenta. Zespół inżynierów Anthropic odróżnia workflow, w którym kod prowadzi zadanie z góry ustaloną ścieżką, od agenta, który sam decyduje o kolejnych krokach i narzędziach. Zaleca przy tym najprostsze rozwiązanie, które działa. Jeśli ścieżka jest zawsze taka sama, skrypt albo stały workflow z jednym wywołaniem modelu będzie tańszy i łatwiejszy do przetestowania. Agent ma sens wtedy, gdy kroki zmieniają się od przypadku do przypadku.
Oceń każdego kandydata w skali 1-5 według czterech kryteriów.

Kryterium	Co oznacza wysoka ocena
Skala	Zadanie powtarza się wiele razy w tygodniu, więc małe oszczędności się sumują
Dostęp do danych	Dane wejściowe są cyfrowe i dostępne przez API, bazę danych albo eksport
Jasne reguły	Nowa osoba nauczyłaby się zasad podejmowania decyzji w jeden dzień
Odwracalność	Błąd zostanie wychwycony, zanim trafi do klienta, i da się go cofnąć

Odrzuć wszystko z oceną 1 za odwracalność, a z reszty wybierz najwyższą sumę. Proces, który wypada dobrze w pozostałych trzech kryteriach, ale nie da się go cofnąć, zostaw na później.
Ustal granice, zanim zaczniesz budować. Zdecyduj, które systemy agent może czytać, w których może zapisywać i które działania zawsze czekają na człowieka. OWASP wymienia nadmierną sprawczość (Excessive Agency) wśród największych zagrożeń dla aplikacji opartych na LLM: za dużo funkcji, za szerokie uprawnienia albo za dużo autonomii. Lekarstwem jest zwykła inżynieria. Tam, gdzie się da, daj dostęp tylko do odczytu, każde narzędzie zostaw wąskie, a ważne działania niech wymagają akceptacji człowieka.
Zmierz obecny proces. Policz, ile spraw wpływa tygodniowo, ile trwa obsługa jednej i jak często coś idzie nie tak. Bez tego punktu odniesienia nie sprawdzisz, czy agent w ogóle pomaga.
Uruchom jeden przypadek na prawdziwych danych. Zacznij od trybu propozycji: agent przygotowuje wynik, człowiek go akceptuje albo poprawia, a każda poprawka trafia do logu. Po kilku tygodniach log pokaże, gdzie agent jest niezawodny, a gdzie nadal potrzebuje człowieka.

Przykład poglądowy

Weźmy producenta średniej wielkości, którego dział zakupów dopasowuje faktury kosztowe do zamówień i przyjęć magazynowych w ERP, na przykład w Comarch ERP, enova365 czy Symfonii. Od 1 lutego 2026 r. wszyscy przedsiębiorcy odbierają faktury przez KSeF, więc faktury od krajowych dostawców przychodzą jako ustrukturyzowane pliki XML, a nie skany w nieznanym układzie.

Według czterech kryteriów taki proces wypada dobrze. Faktur są dziesiątki w tygodniu, zamówienia i dokumenty PZ już są w ERP, reguły porównania są jasne, a nic się nie zmienia, dopóki księgowa albo zakupowiec nie zajmie się zgłoszoną różnicą. Agent pobiera fakturę, znajduje pasujące zamówienie i PZ, a potem zostawia krótką notatkę, na przykład „poz. 3: zamówiono 400 szt., zafakturowano 420 szt.”. Do ERP ma dostęp tylko do odczytu i nie może zaksięgować ani zapłacić faktury.

Teraz porównaj to z pomysłem „niech agent sam uzgadnia z dostawcami terminy dostaw”. Ten sam zespół, te same dane, ale błędna wiadomość od razu trafia do partnera biznesowego i nie da się jej cofnąć. To słaby kandydat na pierwszy proces.

Najczęstsze błędy

Start od najbardziej efektownego demo. Czat dla klientów, który może zlecać zwroty pieniędzy, dobrze wygląda na prezentacji i niesie największe ryzyko. Zacznij od procesów wewnątrz firmy.
Proces bez właściciela. Ktoś po stronie biznesu musi sprawdzać wyniki i decydować, co znaczy „poprawnie”.
Konto serwisowe z pełnym dostępem. Daj agentowi najwęższe uprawnienia, które wystarczą, najlepiej w kontekście użytkownika, w którego imieniu działa.
Brak pomiaru na starcie. „Wydaje się, że jest szybciej” nie przetrwa pierwszej rozmowy o budżecie.
Automatyzacja zepsutego procesu. Jeśli każdy robi to samo zadanie inaczej, najpierw uporządkuj proces. Czasem wspólny formularz albo jedna integracja usuwa większość pracy bez żadnego AI.
Pominięcie warstwy danych. Agent, który przeszukuje dokumenty, dziedziczy wszystkie ich problemy. Piszemy o tym w poradniku jak przygotować dokumenty firmy pod prywatne AI.

Następny krok

W tym tygodniu weź listę kandydatów, oceń ich według czterech kryteriów i wybierz jednego. Jeśli zwycięski proces opiera się na starszych systemach, zajrzyj do historii o tym, jak unowocześniliśmy system legacy bez zatrzymywania firmy. Pokazujemy w niej, jak krok po kroku łączyć nowe elementy ze starymi.

Jeśli chcesz, żeby ktoś spojrzał na Twoją listę z boku, porozmawiaj z Rebels Software. Tworzymy oprogramowanie na zamówienie: platformy, aplikacje, prywatne AI i agentów AI. Każdy projekt zaczynamy od warsztatu Discovery, czyli jednego lub dwóch dni z Twoim zespołem, podczas których rozpisujemy proces i dane, na których się opiera, a potem wybieramy jeden przypadek. Sprawdzamy go jako PoC na Twoich prawdziwych danych, wdrażamy do Twoich systemów, jeśli działa, i utrzymujemy w ramach Rebels Care. Umów rozmowę na tej stronie i przynieś swoją listę.